이미지 ocr을 고화질부터 아주 저화질까지 돌려봄. 오래된 마이크로 필름에 기록된 글(영어)을 텍스트로 출력하도록 시킨거.


ocr성능은 gpt4o가 매우 탁월함. 해상도가 너무 낮아 육안으로 확인 불가능한 혹은 찌그러진 글자까지 매우 높은 정확도로 인식함. 물론 llm이라서 그런지 중간중간 마음대로 적은 내용을 끼워넣긴함.

최대 강점이 저해상도인데, 해상도가 너무 낮아서 눈으로 식별이 안되는 글자를 gpt한테 돌려보고 이미지와 대조하면 흐리멍텅한 실루엣사이에서 gpt가 맞은걸 확인할 수 있었음. 타이핑만이 아니라 사람의 핸드라이팅도 곧잘 인식함.

소넷이랑 제미니는 고해상도에선 대동소이한데 소넷은 저화질에서 맥을 못추고, 제미니는 gpt에 가깝지만 살짝 못미치는 수준. 특히 핸드라이팅에 대해서 소넷은 거의 먹통 수둔. 개인적으론 구글 ocr성능 생각해서 압도할 줄 알았는데 그렇진 못한거 같아.